Open Knowledge Maps

Open Knowledge Maps ist seit 2016 eines der etabliertesten Tools für visuelle Forschungs-Exploration im offenen Web — entwickelt und betrieben von einer gemeinnützigen Organisation aus Wien, mit der ungewöhnlich klaren Mission, den Zugang zu wissenschaftlichem Wissen für breite Zielgruppen zu verbessern.

Der Workflow ist auffallend einfach. Ein Such-Begriff wird eingegeben, das Tool zieht die 100 thematisch wichtigsten Papers aus den Quell-Indizes (PubMed für Medizin, BASE und OpenAIRE für die übrigen Fächer) und arrangiert sie als Cluster-Map — typisch 6 bis 12 thematische Sub-Bereiche, die als farbige Blasen mit Schlüsselwörtern dargestellt werden.

Das macht Open Knowledge Maps besonders stark für den Einstieg in unbekannte Forschungsfelder. Statt sich durch 200 Treffer einer klassischen Suchmaschine zu klicken, sieht man auf einen Blick, welche Sub-Strömungen es gibt, wie sie sich thematisch zueinander verhalten und welche Papers in jedem Cluster die wichtigsten sind. Für Seminararbeiten, Antrags-Vorbereitungen und Bibliotheks-Schulungen ein konstitutives Werkzeug.

Die NPO-Trägerschaft und der komplette Open-Source-Stack sind strategisch relevant: Wer eine eigene Bibliotheks- oder Forschungsplattform aufbaut, kann das Tool als White-Label-Variante einbinden, ohne kommerzielle Abhängigkeit. Mehrere österreichische und deutsche Bibliotheken haben das gemacht — die FH Burgenland ebenso wie die Österreichische Nationalbibliothek.

Die DSGVO-Compliance ist konstitutiv: EU-Anbieter mit Wiener Sitz, keine Tracker-Cookies, transparente Datenflüsse. Für deutsche und österreichische Bildungseinrichtungen ein klarer Pluspunkt gegenüber US-Tools wie Connected Papers oder Litmaps.

Die API ermöglicht Embed in eigene Bibliotheks-Discovery-Tools — der „suche auf Open-Knowledge-Maps"-Knopf ist in vielen wissenschaftlichen Bibliothek-Frontends prominent platziert.

Schwächen: Die 100-Paper-Beschränkung macht das Tool primär für breit-thematische Recherche stark, nicht für sehr spezialisierte Nischen-Fragen. Cluster-Anpassung ist nicht möglich — die thematische Gruppierung kommt vom Modell, nicht vom Nutzer. Visualisierung ist klar, aber etwas statisch — kein Drill-Down über mehrere Levels wie bei Inciteful.

Empfohlen für Studierende, Lehrende und Bibliothekar:innen — und für jeden, der einen DSGVO-konformen, Open-Source-fundierten Einstieg in unbekannte Forschungsfelder sucht.